CN115100139B 一种基于深度学习的脊柱侧弯检测方法 (上海工程技术大学)_第1页
CN115100139B 一种基于深度学习的脊柱侧弯检测方法 (上海工程技术大学)_第2页
CN115100139B 一种基于深度学习的脊柱侧弯检测方法 (上海工程技术大学)_第3页
CN115100139B 一种基于深度学习的脊柱侧弯检测方法 (上海工程技术大学)_第4页
CN115100139B 一种基于深度学习的脊柱侧弯检测方法 (上海工程技术大学)_第5页
已阅读5页,还剩14页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本发明涉及一种基于深度学习的脊柱侧弯2基于拟合的脊椎曲线分别确定上端椎和下端椎位深度学习模型包括用于脊柱X片图像特征提取的特征提取网络以及用于医学分割的分割网对于与预测准确的中心点距离相近的噪点,通过对每个预对于距离较大的噪点,计算每个点横坐标与34[0002]脊柱侧弯是多发于青少年和儿童的常见疾病,一般在脊柱X片上显示的脊柱有大量计算cobb角。这样的测量方法通常需要数分钟或数十分钟才能完成对一张脊柱X线片的[0006]本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于深度学习[0016]优选地,所述的深度学习模型包括用于脊柱X片图像特征提取的特征提取网络以5[0023]对于距离较大的噪点,计算每个点横坐标与所有预测点横坐标均值的差的绝对6[0055]在本申请实例中,步骤S2所提到的深度学习模型由轻量级网络MobileNet和用于7四个定位点起到过滤颈椎中心点的作用。图2示例展示了模型预测到的脊椎中心点与四个示了脊椎X片在本申请实例最终的用户图形界面中89

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论